差分

对于滞后 k,每个差分等于该值减去 k 行之前的值,前 k 行没有差分。滞后 1 可消除线性趋势,滞后等于季节长度可消除稳定的季节模式。可用它判断增长是否平稳,并在进行自相关分析或 ARIMA 之前使序列平稳。输出为图形和表格。

最后审阅

核心要点

差分用于计算时间序列在不同期间的变化,即每个值减去滞后指定期数的值,以消除趋势(滞后 1)或季节模式(滞后等于季节长度)。

本页内容
  1. 用途
  2. 主要功能
  3. 统计方法
  4. 输入字段和选项
  5. 输出说明
  6. 计算示例

用途

差分用于计算序列在不同期间的变化:每个值减去前面指定行数(滞后)的值。滞后 1 给出期间变化并消除趋势;滞后等于季节长度(月度数据为 12,季度数据为 4)则将每个期间与前一季节的同一期间比较,并消除季节模式。可用它判断增长是否平稳,并在检查自相关或拟合 ARIMA 模型之前使序列平稳。

主要功能

  • 可在 1 到 365 之间任意滞后进行差分。
  • 绘制差分序列相对于行号的图形,并带有零线。
  • 表格列出每一行的行号、原始值和差分;没有前期值的行显示 *。
  • 保留缺失位置:缺失值会产生缺失的差分,而不会使后面的行发生移位。

统计方法

对于序列 y₁ … yₙ 和滞后 k,第 t 行的差分为 dₜ = yₜ − yₜ₋ₖ,其中 t = k + 1 … n。前 k 行没有前期值,显示为 *。序列中任何位置的缺失值,都会使其所在行以及 k 行之后的那一行的差分缺失。序列的值的个数需多于 k。

一阶差分(k = 1)可消除线性趋势:如果 yₜ 每期增长 b 个单位,则差分在 b 附近波动。季节差分(k = 季节长度)可消除稳定的季节模式,并保留相邻季节之间的变化;对于具有线性趋势的序列,这些差分在 k × b 附近波动。就 ARIMA 而言,滞后 1 的差分为 d = 1,季节差分为 D = 1。对同一序列做两次差分(例如先滞后 12,再滞后 1)时,需要将第一次的结果作为新列。

输入字段和选项

字段

说明

Variable

必填。需要进行差分的数值列,按时间顺序排列。

Lag

必填,1 到 365,默认值为 1。相减的两个值之间相隔的行数。

Title

图形上显示的标题。默认值为 Differences。

differences-inputs


图 1 — 月度 Sales 的 12 个月差分。

输出说明

  • Differences (graph) — 差分值相对于行索引的图形,在零处带有虚线。
  • Differences (table) — 每一行的 Row、原始列和 Difference (lag k)。
  • 通过 Download 导出 PDF。

differences-output


图 2 — 月度销量的同比变化:所有值均大于零,介于 +30 和 +238 台之间。

计算示例

某消费电子产品分销商的销量逐年增长,同时呈现年度模式:年初下降,12 月达到峰值。销售经理想知道增长是否平稳。分析人员取 60 个月的销量数据(2020 年 1 月至 2024 年 12 月),选择 Variable = Sales 并设置 Lag = 12,使每个月与上一年的同一个月比较,从而消除季节影响。

前 12 行显示 *,因为没有更早一年的数据。全部 48 个同比变化均为正:没有任何月份的销量低于上一年同月。它们的范围为 +30(2022 年 2 月)至 +238(2021 年 1 月),平均为 +135 台,约每月 11 台,与分解法得到的趋势线(每月 11.05 台)相符。各年的平均变化分别为:2021 年 +162,2022 年 +117,2023 年 +113,2024 年 +150:增长在 2022 年和 2023 年放缓,并在 2024 年重新加快。

当 Lag = 1 时,月度环比变化的范围为 −352(2021 年 12 月至 2022 年 1 月)至 +195(2024 年 11 月至 12 月)。季节波动非常大,以至于很难看出增长(平均每月 +19 台),因此 12 个月差分是该序列的合适选择。同样的 12 个月差分,也就是 ARIMA 示例中使用的季节差分(D = 1)。

常见问题

对时间序列做差分有什么作用?

差分将每个值替换为它与前面指定行数的值之间的变化。一阶差分(滞后 1)可消除线性趋势:如果序列每期增长 b 个单位,则差分在 b 附近波动。它用于在检查自相关或拟合 ARIMA 模型之前使序列平稳。

差分应使用多大的滞后?

滞后 1 给出期间变化,可消除趋势。滞后等于季节长度(月度数据为 12,季度数据为 4)则将每个期间与前一季节的同一期间比较,并消除季节模式。就 ARIMA 而言,滞后 1 的差分为 d = 1,季节差分为 D = 1。

为什么使用季节差分而不是滞后 1?

季节波动较强时,月度环比变化会掩盖增长。在计算示例中,月度销量的滞后 1 差分在 −352 到 +195 之间波动,而 12 个月差分全部为正,平均为 +135 台,约每月 11 台,显示出平稳的同比增长。

差分时如何处理缺失值?

缺失位置会被保留:缺失值会使其所在行以及 k 行之后的那一行的差分缺失,而不会使后面的行发生移位。前 k 行没有前期值,因此其差分显示为缺失。序列的值的个数需多于 k,做两次差分时需要将第一次的结果作为新列。